来源：期刊VIP网 时间：
作者：李响;高国栋;张为;李龙飞;
单位：大连海洋大学航海与船舶工程学院;
摘要：为了解决现有扇贝(Pectinidae)破损检测技术存在检测速度慢、模型参数量大的问题，采用基于改进的YOLOv8扇贝破损检测方法。首先，该算法在主干网络引入FasterNet轻量化网络结构，减少模型参数量，降低了模型权重文件大小，同时提升了检测速度；其次，使用C2f＿Faster模块替代neck部分的C2f模块，进一步减少模型参数量和提高检测速度；随后在网络关键部位引入BiFormer注意力机制，提升特征提取能力，并采用Inner-IoU损失函数加速预测框的收敛，提高其回归精度。结果表明，mAP@0.5达到98.8%,mAP@0.5∶0.95为86.2%,FPS为44.22帧，该模型比原模型分别提升了3%、8.3%和6.35帧，改进后的模型大小为5.6 MB,准确率为95.5%,召回率97.7%。本研究表明，改进后模型YOLOv8-FFB能够更加准确、快速地用于扇贝破损检测工作，研究结果为扇贝加工工艺提供了有益参考。
关键词：扇贝;;破损检测;;YOLOv8;;轻量化;;注意力机制;;损失函数
基金资助：辽宁省教育厅科研项目(JYTMS20230495,LJKZ0723)
